速度跑
令牌高效代码生成管道。使用托管LLM(Cerebras)进行快速、廉价的第一代,采用Claude处理架构和手术修复。
| 技能 | 描述 | 最适合 |
|---|---|---|
speed-run:turbo | 直接托管代码生成器 | 单任务、算法代码、样板 |
speed-run:showdown | 相同的设计,并行运行器竞争 | 中高复杂度,需要最佳实施 |
speed-run:any-percent | 并行探索不同的方法 | 对架构不确定,想比较设计 |
安装
/plugin marketplace add 2389-research/claude-plugins
/plugin install speed-run@2389-research先决条件
Speed-run需要一个Cerebras API密钥来生成托管代码。免费等级包括约100万代币/天。
- 获取钥匙 网站 cloud.cerebras.ai
- 添加
~/.claude/settings.json:
{
"env": {
"CEREBRAS_API_KEY": "your-key-here"
}
}- 重新启动Claude代码
流动
User: "speed-run" / "turbo build" / "fast build"
↓
Check: Cerebras API key
↓
┌─────────────────────────────────────────┐
│ Route Selection │
│ │
│ 1. Turbo - Direct codegen │
│ 2. Showdown - Parallel competition │
│ 3. Any% - Parallel exploration │
└─────────────────────────────────────────┘快速示例
Turbo(直接代码生成)
User: "Use speed-run to build a rate limiter"
Claude writes a contract prompt:
- DATA CONTRACT (exact models, types)
- API CONTRACT (exact routes, responses)
- ALGORITHM (step-by-step logic)
- RULES (framework, storage, error handling)
Cerebras generates code → written to disk (~0.5s)
Claude runs tests → surgical fixes if needed (1-4 lines)契约提示模式就像为初级开发人员指定一张票——显式输入、输出、类型和行为。这种特异性使宿主LLM在80-95%的首次通过准确率下是可靠的。
对决(平行赛)
User: "Use showdown for the auth system"
Claude assesses complexity → spawns 3 runners
Each runner:
1. Reads the shared design doc
2. Creates their OWN implementation plan
3. Generates code via Cerebras
4. Runs tests, fixes failures
All runners dispatched in parallel.
Fresh-eyes review → judge scores all → winner selected.关键见解:每个跑步者都从设计文档中创建自己的计划。没有共同的实施计划意味着真正的变化自然会出现。
任意百分比(并行探索)
User: "Not sure whether to use SQLite or Postgres, try both"
Claude generates 2-3 architectural approaches
Each variant:
1. Gets its own worktree and branch
2. Creates implementation plan for its approach
3. Generates code via Cerebras
4. Runs tests
Same scenario tests run against all variants.
Fresh-eyes review → judge scores all → winner selected.何时使用
| 场景 | 速度运行? |
|---|---|
| 算法代码,数据转换 | 是的,turbo |
| 锅炉板、脚手架 | 是的,涡轮 |
| 比较多个实现 | 是的,摊牌 |
| 探索不同的架构 | 是的,任何百分比 |
| 需要推理的复杂业务逻辑 | 不,直接使用Claude |
| 单行修正 | 不,矫枉过正 |
它与测试厨房相比如何
Speed run镜像测试厨房的并行模式,但将代码生成转移到托管的LLM:
| 测试厨房 | 快速运行 | |
|---|---|---|
| 代码生成 | 克劳德什么都写 | Cerebras生成,克劳德修复 |
| 代币成本 | 标准 | 节省约60-70% |
| 生成速度 | ~10s/文件 | ~0.5s/文件 |
| 一次通过质量 | ~100% | 80-95% |
| 外部依赖项 | 无 | Cerebras API密钥 |
最直接的比较:测试厨房 烹饪对决 vs速度跑 对决 --相同的概念(多个代理实现相同的设计),不同的执行策略。
可用模型
| 型号 | 速度 | 备注 |
|---|---|---|
gpt-oss-120b | ~3000吨/秒 | 默认 --最佳价值,清洁输出 |
llama-3.3-70b | ~2100吨/秒 | 可靠回退 |
qwen-3-32b | ~2600吨/秒 | 有详细信息 `` 标签 |
llama3.1-8b | 约2200吨/秒 | 最便宜,可能需要更多修复 |
依赖项
Speed run会协调这些技能(如果没有安装,则使用回退):
superpowers:dispatching-parallel-agentssuperpowers:using-git-worktreessuperpowers:writing-planssuperpowers:executing-planssuperpowers:test-driven-developmentsuperpowers:verification-before-completionfresh-eyes-review:skillsscenario-testing:skillssuperpowers:finishing-a-development-branch
文档
起源
Speed run诞生于测试厨房的代币成本问题。运行3-5个并行Claude代理会生成大量昂贵的输出令牌。通过将第一遍代码生成转移到Cerebras(约3000个令牌/秒),我们以极低的成本保持了相同的并行探索模式——Claude专注于它最擅长的方面:架构、编排和手术修复。
______________________________________________________________________
如果Speed Run为您节省了代币和时间⭐ 帮助我们知道它正在着陆。
